数字校园，管理先行。青小鹿中小学数字校园管理平台是为中小学校行政管理人员和广大教师量身打造的综合管理一站式解决平台。 是学校行政人员高效处理三处一室部门业务，对科组、年级、班级、教师和学生进行精细化管理的利器，能让学校从容应对新高考、新中考、新形势。 促进常态化使用 行政/管理者的常态化使用决定了平台的常态化使用 减轻行政/管理者的非教学工作负担是青小鹿中小学数字校园管理平台的核心追求 服务对象 让教师/行政从繁重的非教学工作中解脱出来 专注方向 让教师/行政从繁重的非教学工作中解脱出来

 纵横公路养护造价管理软件，以下简称纵横公路养护云版。主要用于编制公路养护工程建设项目的施工图预算、清单预算、标底控制价、投标报价、合同中间结算、设计变更结算、单价变更审核、竣工结算。纵横公路养护造价管理软件是顶尖造价工程师的至爱。 纵横公路养护云板可用于政府行政机关、行业主管部门、项目投资业主、设计、施工、建设、管理、审计、审核、监理、咨询、学校等相关单位。

一.软件介绍浙科旅行社经营管理教学软件开发是以《旅行社经营管理》课程为依据，引入项目教学法。让学生通过分组形式参加旅游项目设计与运作，从而弥补课程讲授与案例讨论在教学中的不足，增强学生学习的主动性和创新性，培养学生的综合能力和团体合作精神。二.软件优势1.实验角色丰富采用角色扮演，分组合作方式，让学生真实体验旅行社的业务经营与管理，使学生积极主动地参加实验项目，培养学生的团队合作精神。2.实验角度多样多角度的实验方式，可以创建地接或者全陪实验，也可设置导游技能管理实验。不仅在实验中了解业务流程，而且也在实验中锻炼实际问题的解决能力。3.营销方式实用模拟旅游业的网络营销方式。游客可以通过模拟的旅游营销网站，预定旅游团、单项预定、评论旅游团等。4.实验管理高效系统在教师端自动统计实验过程内容，协助教师对学生实验过程进行考核，能够及时掌握学生的学习状况，对自身的教学进行调整，增强教学效果。三.主要功能1.导游技能培训包括前景推理、导游词和导游知识拓展等内容。情景推理中通过添加情景分析题目，让学生根据实际的情景题目答题。教师在导游词模块中，可添加导游词知识，管理景点按理、导游词欣赏等。导游知识拓展通过添加相关导游知识帮助学生拓展视野，加强知识储备。2.导游管理该部分中经理可查看导游的整体情况。通过导游管理，经理可以及时了解旅行社的带团情况，并及时回复导游咨询的信息以及查看各导游提交的工作报告，整体了解旅行社的经营状况，及时进行经营战略调整。3.交流讨论在该功能中，各用户之间可以相互发送和接收信息，既可以一对一发送，也可一对多发送。在线交流双向互动中不仅能够及时发现问题，交流心得，还能增强用户之间的情感连接，增强相互之间信任感。4.合同管理合同管理是对该旅行社下所有旅游团的合同进行管理，已审核通过的预订单可操作生成合同，有效的合同管理,能帮助旅行射节省交易时间，降低交易成本，保证交易正常进行，加速资金周转，减少费用，以最少的消耗获取最大的收益，提升旅行社资金使用效率。5.我的团队该部分包括自组团和地接团。组织团和地接团中可浏览团队详细信息、游客名单、以及游客问题列表和经理回复列表信息，对于疑难问题可向经理咨询，可将团队的的基本情况向经理汇报，进行及时的沟通。6.导游信息管理情景推理题按地陪、全陪、海外领队服务、景点景区导游、导游应变能力、导游带队技巧分类。每一类别下，都有多个案例，根据系统中原始案例或教师添加的案例，学生将依据案例中的情景内容，回答每个案例下的题目。四.软件特点1.业务完整，操作严谨系统严格按照旅行社管理的业务流程来设计，系统分为6个角色，分工完成业务流程，创建线路->新建团队->日程安排->成本计算->产品定价->报名预定->导游安排->发团->财务统计。通过实验进行了解旅行社的性质，业务运作方式和业务管理的第略和方法2.辅助功能设置提供交流讨论工具，系统为各角色之间提供交流辅助工具，可以根据业务需要，给各角色发送消息。系统还设置了导游技能管理模块，提供穿插有动画的情景案例推理题、导游词欣赏、导游词案例、导游知识拓展。使学生理论联系实际，增强实际问题解决能力，拓宽学生理论知识面。3.灵活的基础数据管理系统提供全面的业务相关基础数据，包括门票、机票、宾馆、交通车等数据。学生和教师可以根据业务需要增设业务相关数据。4.用户界面友好系统在业务流程细节处有详细的操作提示，引导学生按照正确的顺序和逻辑进行操作顺利完成业务。

大者希综合数字化经营实训实践管理平台，简称大者希数字网平台，是综合数字化经营生产性平台，是无代码低代码应用开发平台，采用B/S 架构，SaaS云服务模式，可视化操作，开箱即用在平台基础上形成自己的数字化经营综合应用。主要包含网站、B2B2C综合商城平台、轻应用小程序、AI在线云图设计、H5交互宣传应用、互动营销、智能客户关系管理SCRM、数字门店运营管理、智能教育应用、域名管理、短信平台、公众号助手、企业邮箱等相关应用功能模块。 平台实训特点：项目真实运营、建设和运营一体化全程实训实践。 产品适用范围：培养数字化复合应用型人才，学科专业+数字营销应用方向    

OAM（轨道角动量）模分复用技术是一种新兴的通信复用方式，它通过在光信号中引入轨道角动量这一新的维度，实现了光信号的多模式传输，从而显著提高了光纤通信系统的传输容量。然而，OAM模分复用系统在实际应用中面临着模式间串扰和非线性效应导致的信号失真问题，这些问题限制了系统的性能和传输距离。 针对这一挑战，提出了一种高效的非线性均衡器，该均衡器采用先进的算法和电路设计，能够有效地抑制OAM模分复用系统中的非线性失真和模式间串扰，从而提高系统的传输性能和稳定性。该均衡器不仅具有高度的灵活性和适应性，能够根据不同的传输需求和系统配置进行优化调整，而且其设计紧凑、功耗低，非常适合应用于现代光纤通信系统。 本成果创新点主要体现在以下几个方面：首先，通过引入先进的非线性均衡算法，实现了对OAM模分复用系统中非线性失真的有效抑制；其次，利用优化的电路设计和信号处理技术，提高了均衡器的性能和稳定性；最后，该技术能够广泛应用于多种光纤通信系统，具有广阔的市场前景和应用价值。 图1. 均衡器计算过程

一、项目简介 随着AlphaGo及其Zero的相继推出，近年来以神经网络计算为基础的深度学习及相关优化算法已成为人们研究AI的热点。深度学习算法在AlphaGo中的成功应用主要是依赖神经网络监督学习的网络层次及神经元数量提升，而其Zero的应用不同则是在于引进了博弈优化的思想，这就给以并行计算为核心的神经网络优化算法理论研究提供新的思路。 鉴于传统神经网络优化算法面临非全局优化的难题，我们基于吉布斯分布采样优化计算，提出一种以脉冲神经元构成的混合网络结构动力学系统来实现的神经网络全局优化算法，引进纳什平衡理论来优化的神经网络计算方案，并设计一款相应的通用神经网络并行处理器芯片，以新型芯片编程架构模拟人脑功能进行感知、行为和思考新型芯。 二、前期研究基础 本团队主要是由厦门大学福建省集成电路设计工程技术研究中心、厦门大学集成电路设计与测试分析福建省高校重点实验室的教师与学生组成的，主要从事人工智能、网络通讯、集成电路设计、纳米单电子器件等方面的研究工作，并积累了深厚的研究基础。团队首席科学家郭东辉教授十多年前曾在美国加州Berkeley 大学非线性电路实验室访问，从事有关细胞神经网络(CNN)有关课题的研究，先后主持国家自然科学基金项目五项，其中与神经网络研究内容相关的有两项，分别是《视觉神经网络光电集成系统的研究》(批准号：69686004)和《混沌神经网络加密算法及其相应集成电路的设计研究》(批准号：60076015)。 本团队同时也是厦门市集成电路设计公共服务平台的主要技术支撑单位。在厦门市科技重大专项经费的支持下，我们配备了开展模拟及数字SOC 芯片设计所需要的各种EDA 工具和IC 测试设备。此外，厦门集成电路设计公共服务平台也是TSMC、SMIC 等芯片制造厂重要合作伙伴，并与厦门联芯、三安集成等芯片制造厂也有长期的合作协议，可以进行包括射频及功率芯片在内各类模拟及数字SOC 芯片的设计流片。同样，在学校211 和985 经费的支持下，本团队也独立配备了8 台IBM 服务器分别运行MATLAB、OPNET、SPW、ANSYS、Silvaco TCAD 等系统设计与器件工艺仿真工具。本团队所在的微电子与集成电路学科也已列入我校“双一流”建设学科，有关类脑芯片设计相关课题研究所需要的科研环境建设将得到重点支持。特别是厦门联芯公司在量产后，已将本团队作为其先导技术开发的重要合作伙伴，也委托我们开发相应的器件模型及电路工艺库。在厦门火炬高新区及厦门市IC 平台的支持下，厦门联芯公司还可以为我们团队提供免费的MPW流片业务。 自2009年，本团队与福建新大陆电脑股份有限公司签署 “共建SoC联合实验室”以来，基于该平台，每年合作项目经费近百万，同时还完成了多项横向合作项目：面向金融、税控的专用信息处理与控制SoC芯片开发、安全密码算法研究、区块链接技术研究等等，培养了大批优秀的硕士毕业生；厦门市美亚柏科信息股份有限公司是本团队的长期合作伙伴之一。 总之，不管从算法理论研究还是从应用技术开发来看，本课题组已具备相当优秀的研究基础和研究经验，以及显著的前沿技术攻关能力。 三、应用技术成果我们的相关研究成果也得到企业界的重视和肯定，课题组先后承担过如深圳 华为公司首歀交换芯片项目的调度算法设计、福建新大陆首款二维码识别芯片的算法及后端版图综合设计、台湾盛群公司首款32 位处理器及专用处理器编译器开发和厦门元顺公司多款电源管理芯片的设计。最近课题组还为我国某研究机构开发28nm 的低功耗设计流程专门设计一款挂载加可重构解密算法协处理器的32 位通用处理器验证芯片。

原子核裂变数据的精确测量是很多核物理应用的先决条件，比如核能、国防、辐射防护、核废料处理、产生稀有同位素等。核裂变物理在超重元素合成、反应堆中微子、中子星融合中的r-process等研究中也不可缺少。特别是走向新一代核能-快中子反应堆，急需锕系核区精确的不同能量中子诱发裂变数据。但是目前实验和理论都无法提供可靠及完整的能量相关裂变数据。 由于涉及中子的实验难度较大，国际上主要的核数据库只有几个能量点的裂变数据。理论上基于微观模型去描述裂变过程非常复杂，是一个涉及多维位能面的大幅度、非绝热的量子动力学过程。目前微观理论对裂变可观测量的描述还有较大误差。 此外基于唯象裂变模型对未知核区和未知能区的外推往往不可靠。 北京大学物理学院裴俊琛研究员课题组首次采用贝叶斯神经网络（Bayesian Neural Network）来评估不完整的裂变产物分布。此前贝叶斯神经网络对原子核质量外推有一些成功的应用，并可以得出推断的误差，但是仍有量子壳效应的疑虑。核裂变过程涉及复杂的位能面，裂变产物分布具有统计特征，比较适合神经网络。 贝叶斯神经网络对不完整核裂变产物的评估 目前核裂变产物的实验测量很难给出完整的产物分布，只能结合模型评估给出完整的裂变产物分布。人们通常基于唯象模型、通过调参数来拟合出产物分布。该工作通过对已有裂变数据库的学习，当实验测量给出不完整的裂变数据时能够推断出完整的裂变产物分布。结果表明，随着中子能量增加，裂变模式逐渐从不对称裂变演化成对称裂变。这说明神经网络能成功抓住部分物理图像。当实验数点很少时，唯象评估模型失效，神经网络仍然可以给出有效的评估和合理的置信区间。贝叶斯神经网络对核裂变产物的评估开辟了一个新的方向，展现了机器学习的一个实际应用范例，将对核数据的定量评估产生重要影响，有望更好地提供应用级的精确核数据。 不同能量的裂变模式演化

本发明公开了一种考虑节点业务流量的水下声信道网络媒体接入控制方法，本发明通过载波侦听及 按时隙发送来防止数据包碰撞；在每轮数据发送过程中，通过 RTS/CTS 包的交互选出发送队列最长的 节点；最后，发送队列最长的发送节点获得发送数据的机会，其所有邻居发送节点将延迟发送数据直至 该发送节点数据发送完毕。从长期过程来看，业务流量需求更大的节点将能够获得更大的传输带宽。因 此，本发明能实现更加优化的网络带宽分配，从而有效提高水下网络的实际吞吐量，减